정부가 내년 예산 728조 원 규모를 편성하며 인공지능(AI) 분야에 대한 강력한 의지를 표명했다. 특히, AI 3강 진입을 위해 올해보다 3배 증가한 10조 1000억 원을 투입한다. 이 중 제조업 경쟁력 강화를 위한 예산만 1조 1000억 원에 달하며, AI 팩토리 선도 프로젝트, 피지컬 AI 개발, 휴머노이드 개발, 온 디바이스 AI 개발 등을 포함한다. 이는 대한민국의 미래 성장 전략의 핵심으로, 산업 경쟁력을 AI 기술로 강화하는 것이 무엇보다 중요한 과제임을 시사한다.
AI 팩토리 구축 사업은 2030년까지 500개 이상을 목표로 하고 있다. 하지만 단순히 숫자 채우기에 집중하기보다, 제조업의 종류와 규모에 맞는 다양한 참조 모델을 개발하고 성공 사례를 만드는 것이 중요하다. 과거 제너럴 일렉트릭(GE)이 ‘프레딕스’ 플랫폼 구축에 실패했던 사례를 잊지 말아야 한다. GE는 고객의 실제 고민과 기대는 제대로 이해하지 못한 채 화려한 플랫폼만 만들려다 현장 적용에 실패했다. 따라서 500개라는 숫자 자체보다는, 실질적인 성공 가능성이 높은 몇 가지 모범 사례를 집중적으로 구현하는 데 더 많은 노력을 기울여야 한다.
피지컬 AI 분야는 AI 기술의 새로운 화두로 떠오르며 기회와 위험 요소를 동시에 안고 있다. 피지컬 AI 학습을 위해서는 기존 AI 학습 데이터와는 다른, 인과 관계 및 추론 메타데이터, 다양한 맥락과 비정형적 상황 데이터, 시공간적 일관성 및 멀티모달 통합, 상호작용 및 에이전트 행동 데이터 등 고유한 특성을 지닌 데이터 구성이 필수적이다. 이는 피지컬 AI 분야에서 마주하게 될 매우 어려운 도전이다. 엔비디아의 옴니버스와 코스모스 플랫폼은 디지털 트윈과 피지컬 AI 학습 플랫폼이 얼마나 중요한 역할을 할 수 있는지 보여준다. 국내에서 자체적으로 이런 플랫폼을 개발할 것인지, 아니면 해외의 높은 수준의 기술을 도입하여 활용할 것인지에 대한 신중한 의사 결정이 필요하다. 그동안 진행해 온 디지털 트윈 과제들의 경쟁력을 냉철하게 되짚어보고, 얻은 교훈을 바탕으로 미래 전략을 수립해야 한다.
우리에게는 산업 단지라는 강력한 산업 인프라가 있다. 이를 기반으로 산단의 특징에 맞는 AI 고도화 과업을 명확히 정의하고, 특화 모델 개발을 고민해야 한다. 팔란티어의 온톨로지 모델과 같은 복합적 솔루션 도입도 함께 검토해볼 만하다. 산업 AX(산업 인공지능 전환)는 제조업 경쟁력 강화와 더불어, 이 분야 특화 중소기업 및 스타트업 생태계를 구축할 수 있는 절호의 기회이다. 기업과 AI 전문기업 간의 라운드테이블을 정기적으로 개최하여 문제점을 공유하고 협업 방안을 모색하며, 우수 사례를 적극적으로 공유해야 한다. 정부는 산업 AX 모범 사례와 기술 솔루션, 데이터를 개방하는 산업 AI 허브를 구축하여, 같은 업종의 다른 사업장에서 AI 전환을 어떻게 이룰 수 있는지에 대한 정보를 누구나 자유롭게 얻을 수 있도록 지원해야 한다.
기존에 좋은 성과를 보였던 정책 프로그램들을 계승하는 것도 중요하지만, 산업 AX는 아직 어떤 나라도 본 궤도에 오르지 못한 영역이다. 각 나라의 제조 현장, 문화, 업무 방식이 다르기에 하나의 모델이나 방법론이 모두에게 적용될 수는 없다. 팔란티어와 같은 성공 사례는 고객에게 단순히 솔루션만 제공하는 것이 아니라, 본사 엔지니어들이 직접 현장에 투입되어 문제를 정의하고, 효과 분석 및 데이터 확보 방안을 고객과 협의한다. 산업 AX 역시 현장 엔지니어나 전문가와 함께 문제를 풀어가는 과정을 통해 성과가 나온다. 문화적 간극과 소통의 어려움을 극복하고 협업 및 소통을 원활하게 돕는 것이 국가 과제 성공의 가장 중요한 출발점이 될 수 있다.
산업 AX는 대한민국의 경쟁력 기반을 다시 세우는 핵심 과제이기에 반드시 성공 사례를 만들어야 한다. 이를 위해 끊임없는 피드백과 평가, 신속한 개선이 이루어져야 하며, 정책적으로도 이러한 민첩성을 살리는 것이 중요하다.
더 많은 이야기
우리 손으로 만든 AI 두뇌로 세계 시장에 도전한다
이력서 쓰기 막막할 때 AI가 똑똑한 조수가 돼준다
운전자 없는 자동차가 동네 골목 누비며 어르신 태운다